直升机行星传动轮系故障诊断研究进展.pdf

航空学报 A c t aA e r o n a u t i c ae tA s t r O n a u t i c aS i n i c a J u l 2 52 0 1 7V o I 3 8N o 7 S S N1 0 0 0 - 6 8 9 3O N1 1 - 1 9 2 9 V h t t p ：h k x b b u a ae d uc nh k x b b u a a e d u c a 直升机行星传动轮系故障诊断研究进展 孙灿飞1 2 ，王友仁1 * 1 南京航空航天大学自动化学院，南京 2 i 0 0 1 6 2 故障诊断与健康管理技术航空科技重点实验室试验与验证中心，上海 2 0 1 6 0 1 摘要：行星传动轮系是直升机传动系统的核心部件，是直升机健康和使用监测系统( H U M S ) 重要的监测对象。直升 机行星传动轮系具有结构复杂紧凑、组件繁多、工况瞬时多变以及使用环境恶劣等特点，导致直升机行星传动轮系振动 信号污染严重、成分复杂，具有较强的非平稳性和耦合调制特征。另外复杂的故障模式、较少的故障样本，也都增加了直 升机行星传动轮系故障诊断的难度。面对这些难题，研究人员在基于信号降噪与信号分离、时频分析与解耦解调、数学 建模与模式识别的故障诊断技术上取得了丰硕的成果。面对仍然存在的一些亟待研究和解决的问题，提出了直升机行 星传动轮系故障诊断技术的研究方向以及未来的发展趋势。 关键词：直升机；行星齿轮；故障诊断；信号分离；解耦解调；模式识别 中图分类号：V 2 7 5 1 ；T P 3 0 6 3文献标识码：A文章编号：1 0 0 06 8 9 3 ( 2 0 1 7 ) 0 7 0 2 0 8 9 2 1 4 相对于普通齿轮箱，行星齿轮箱具有大减速 比、结构紧凑、承载能力大及工作平稳等特点，因 而在风力发电、航空航天、船舶、汽车、冶金、石化、 矿山、起重运输等行业的机械传动系统中作为减 速器、增速器及变速装置得到广泛应用。由于长 时间运行在高速、重载以及恶劣工况环境下，行星 齿轮箱部件容易出现各种故障，导致整个传动系 统的失效，造成经济财产损失。近年来，国内外逐 渐认识到行星齿轮箱状态监测与故障诊断的重要 性，在各领域开展了行星齿轮箱故障诊断技术研 究，并取得了丰硕的成果 1 。 2 0 1 6 年4 月，行星轮疲劳裂纹引起行星传动 轮系解体导致挪威一架H 2 2 5 “超级美洲豹”直升 机坠毁，机上1 3 名乘员全部遇难。相对于其他工 程领域，恶劣的使用环境、气流变化以及飞行调整 造成的工况多变性使直升机行星传动轮系极容易 发生齿面磨损、齿面接触疲劳、轮齿弯曲疲劳乃至 断齿或轴断裂等失效现象，而行星传动轮系作为 直升机传动系统主减速器核心部件，由于无法冗 余备份，其故障对整个直升机飞行安全影响巨大。 因此，为降低飞行事故率和减少维护费用，提高直 升机的可靠性、维修性和任务出勤率，美英等发达 国家积极发展直升机健康和使用监测系统( H e a l t h a n dU s a g eM o n i t o r i n gS y s t e m ，H U M S ) 。无论是 从故障的发生频次还是危险程度考虑，行星传动 轮系都是直升机健康监测和故障诊断的重点和 难点。 国内外研究人员对直升机传动系统开展了基 于模型、信号处理及智能算法等故障诊断方法的 研究，为直升机行星传动轮系故障诊断提供了研 究基础。本文主要以直升机行星传动轮系故障诊 断主要问题的解决方法为思路，归纳总结了相关 收稿日期：2 0 1 6 - 1 0 - 2 6 ；退修E l 期：2 0 1 6 1 2 2 6 ；录用E l 期：2 0 1 7 0 2 0 9 ；网络出版时间：2 0 1 7 0 3 0 21 6 ：4 5 网络出版地址：W W W c n k in e t k c m s d e t a i l 1 11 9 2 9V2 0 1 7 0 3 0 21 6 4 5 0 0 2h t m l 基金项目：中央高校基本科研业务费专项资金与江苏省普通高校研究生科研创新计划( K Y L X l 6 0 3 3 6 ) * 通讯作者E - m a i l ：w a n g y r a c n u a a e d uC F I 戥角格武| 孙蚰飞王友仁直井机行星传动轮系故漳诊断研究进提J 航空学报2 0 1 7 ，3 8 ( 7 ) ：0 2 0 8 9 2 S U N C F W A N GY R A d v a n c ei ns t u d yo ff a u l td i a g n o s i so fh e l i c o p t e rp | a n e t a r yg e a r s E J J A c t aA e r o n a u t i c ae tA s t r o n a u t i c aS i n i c a 2 0 1 7 ，3 8 ( 7 ) ： 0 2 0 8 9 2 0 2 0 8 9 2 1 万方数据 航空学报 研究成果，并对研究现状进行了简要分析，对进一 步开展直升机行星传动轮系故障诊断与健康管理 具有现实意义。 1 直升机行星轮系故障诊断主要问题 在美国U H 一6 0 A “黑鹰”直升机发生行星架严 重裂纹事故后，如图1 所示口 ，美国军方、高校及 科研院所根据故障数据开展了大量研究，追溯裂 纹原因，使直升机行星传动轮系故障诊断迅速成 为研究热点，但独特的机械结构使直升机行星传 动轮系故障诊断存在特定的难点。 直升机行星传动轮系既具有一般行星齿轮箱 相同的结构特点，又具有自身在环境与工况上的 特殊性。如图2 所示 3 ，通常直升机传动系统主 减速器由多级齿轮传动组成，普遍采用了螺旋锥 齿轮、行星齿轮以及常用的直齿和斜齿轮。作为 直升机传动系统主减速器的核心，行星传动轮系 一般放置在主减速器最后一级，将高转速小扭矩 发动机功率转变为低转速大扭矩的传动功率，部 件包括太阳轮、行星轮、齿圈、行星架、轴和轴承。 E 堡 相比于普通行星齿轮箱，直升机行星传动轮 系工作条件更恶劣，主要体现在：传递功率和 减速比更大，使直升机行星传动轮系中齿轮等部 件承受载荷更大；随着飞行状态改变，使直升 机行星传动轮系工况发生变化，工作中承受不断 变化的高、低循环疲劳载荷；直升机行星传动 轮系承受着更恶劣的复杂气候环境，包括寒冷、炎 热的温度环境，沙尘、盐雾以及霉菌等外界环境 等；多级传动和复杂齿轮传动系等卸载措施， 大大增加减速器内流场的热负荷，影响直升机行 星传动轮系部件使用寿命。鉴于以上原因，直升 机行星传动轮系承受载荷更大、结构更复杂、使用 环境更差，受疲劳载荷和其他随机因素的影响机 会增大，由此而引发的故障概率也更大。 在直升机行星传动轮系故障诊断中，从物理 机理、测试手段以及诊断方法的丰富性等因素上 考虑，振动测试分析仍然是目前最为常用且有效 的方法。但是直升机行星传动轮系具有独特而又 复杂的振动特性，增加了故障诊断的难度，综合而 言主要体现在L 4 J ： I ) 信号污染严重，成分复杂。直升机行星传 动轮系的大传动比决定了某些特征频率极低，而 低速重载的恶劣运行环境导致行星传动轮系的低 频振动成分噪声污染非常严重；此外，传感器获取 的振动信号是经过了复杂传输路径衰减后的信 号，因此故障响应极其微弱，故障特征提取极为困 难，微弱故障特征的提取更是难上加难。 另外。直升机行星传动轮系振动信号中包含 行星齿轮运行过程中的特征频率成分，如太阳轮、 齿圈、行星轮和行星架的旋转频率；太阳轮一行星 轮、行星轮一齿圈之间的啮合频率；上述频率成分 的谐频成分；成组出现在啮合频率及谐频附近的 边带成分；经多界面耦合传播而来的支承轴承和 其他定轴齿轮等旋转部件的特征频率成分等。 2 ) 信号具有较强的非平稳性与耦合调制特 征。载荷大范围瞬时波动是直升机行星传动轮系 典型的运行工况，这种载荷波动直接导致齿轮系 的振动响应具有明显的非平稳性。载荷瞬时变化 引起的非平稳性和齿轮系局部故障引起的非平稳 性相互叠加反映在振动响应中。 另外太阳轮、多个行星轮、内齿圈以及行星架 等多个部件的振动以及部件之间的多个啮合振动 0 2 0 8 9 2 2 万方数据 航空学报 相互耦合，使得测到的振动信号具有强烈的非线 性。除了齿轮的故障引起动态信号调制外，多个 承载的行星轮与传感器相对位置的改变也会产生 调制，两种调制模式造成动态信号的模式混淆，产 生时变调制特征。而且多对齿轮啮合的复杂传动 链决定了行星齿轮特征频率不仅取决于齿轮转 频、齿数，还决定于行星轮个数、啮合相位、相位关 系等因素，同步啮合相互增强，异步啮合相互抑 制，从而导致动态响应信号的特征频率呈现出更 为复杂和独特的分布规律。 3 ) 故障模式影响复杂，故障样本少。直升机 行星传动轮系复杂的部件结构增加了损伤机理分 析的难度，同时复杂的传动耦合关系导致复杂的 故障模式影响，出现不同故障模式以及同一故障 模式不同程度损伤会引起不同的振动响应现象， 增加了故障特征参数选择的复杂度与难度。而 且直升机传动系统结构复杂，机械部件繁多，容 易出现材料、制造工艺及装配等方面的差异，导致 不同直升机振动信号基线状态以及相同故障模式 下振动响应的不同，降低了故障诊断方法的适 应性。 另外，用于研究的直升机传动系统地面试验 台与直升机空中飞行传动系统实际状态仍然存在 一定差异性，体现在：地面试验台往往固定在柔性 支撑上，限制了振动的自由度；地面试验台往往采 用发电机模拟负载等方式替代真实条件下的主要 振动源发动机与旋翼系统，降低了振动复杂 性与强度。因此，在地面试验台研究的诊断方法 在真实直升机条件下并不一定适用，而考虑到飞 行安全性，真实飞行条件下的故障样本数据往往 很少，影响了故障诊断方法的适应性研究。 2 基于信号降噪与信号分离的故障诊断 由于直升机行星传动轮系振动信号污染严 重、成分复杂( 详见第1 节) ，导致无法直接从振动 信号中获得隐含的故障信息，因此研究人员提出 了基于信号降噪与信号分离的诊断方法，通过滤 除信号中的噪声干扰，分离出故障部件信号成分， 利用其中反映的故障信息进行直升机减速轮系的 故障诊断。 Z h a n g 等_ 3 应用盲解卷积方法降低振动信号 中的干扰噪声，提取直升机行星齿轮架故障裂纹 特征；B o n n a r d o t 等 6 ：提出了基于角域重采样的 信号消噪方法，分析了直升机行星齿轮轴承故障 振动信号诊断了直升机行星齿轮箱轴承故障； O r c h a r d 和V a c h t s e v a n o s _ 7 开发了一种在线粒子 滤波( P a r t i c l eF i l t e r i n g ，P F ) 方法，用于直升机行 星齿轮传动系统行星架的故障诊断。目前在直升 机行星传动轮系信号降噪中应用最广泛的是时域 同步平均( T i m ed o m a i nS y n c h r o n o u sA v e r a g e ， T S A ) 。英国牛津大学的M c F a d d e n 。8 1 早在1 9 9 1 年就提出了针对行星齿轮传动的时域平均方法， 并指出了该方法应用的具体条件；随后，M c F a d d e n 93 又考虑了不同窗函数对时域平均效果的影 响，改进以上方法，利用直升机齿轮箱数据验证了 该方法。S p a r i s 和V a c h t s e v a n o s 1 叩用时域同步 平均后的振动信号诊断u H 一6 0 A “黑鹰”直升机的 行星架裂纹故障，以行星架输出轴的磁转速计同 步信号对加速度传感器数据进行平均，增强行星 架旋转基频及其谐波，抑制其余周期信号及噪声 等。最后形成信号能量的波形图，如图3 所示。从 图3 中分析。正常状态下5 个行星齿轮经过传感 器安装位置时产生啮合振动的波峰清晰明显，均 匀分布，而行星架裂纹故障情况下波峰a 与6 幅 值相差明显，表明行星齿轮之间载荷分配出现了 不均衡情况，另外波峰g 超前了波峰h ，f 超前了 e ，波峰d 出现了延迟，这说明裂纹使行星轮桩出 现了偏移，齿轮啮合引起齿圈的变形，且c d 中 多了个波峰，进一步说明了裂纹的存在。 尽管基于T S A 的信号降噪故障诊断方法能 图3 正常与裂纹行星架的信号能量对比 “| F i g 3C o m p a r i s o no fs i g n a le n e r g yb e t w e e nh e a l t h ya n d c r a c k e dp l a n e tc a r r i e r s ：1 0 。 0 2 0 8 9 2 3 万方数据 航空学报 有效抑制非周期和非转频信号，提取出转频及其 谐波成分但同时也可能去掉了一些含有故障信 息的非谐波成分，因此需根据具体检测的故障模 式来选择性应用。 S a m u e l 和P i n e s L l 刈在推广时域同步平均方 法的基础上提出了利用单传感器和多传感器分离 行星轮振动方法，并在直升机行星传动轮系故障 诊断中进行了应用。后来B l u n t 和K e l l e r 1 纠对方 法进行了改进，应用于太阳轮振动分离，但要求齿 轮箱行星轮严格均衡分布。相对于行星轮，太阳 轮振动成分分离比较困难：行星轮与太阳轮的 啮合振动响应相似，无法采用T S A 方法进行分 离；安装在齿圈上的传感器无法直接获得太阳 轮的振动响应；非同步啮合以及不均衡行星轮 分布增加了提取复杂度与难度。基于前人的研 究，L e w i c k i 等 13 。“ 提出了行星轮振动信号分离 ( P l a n e tG e a rV i b r a t i o nS e p a r a t i o n ，P G V S ) 方法 以及太阳轮振动信号分离( S u nG e a rV i b r a t i o n S e p a r a t i o n ，S G V S ) 方法。 P G V S 与S G V S 方法都需要在待测行星传动 轮系结构固定位置上安装转速传感器和振动传感 器，提供同步的振动信号采集，并用于故障齿轮具 体位置的确定。 以行星轮P ，的信号分离为例，如图4 所示， P G V s 方法首先对滤波处理后的加速度传感器 A 振动数据按转速周期进行分段，去掉前后不完 整数据段后进行插值，消除由于转速不稳造成的 每段数据数量不一致以及位置偏差，然后将插值 后的N 。个整周期数据为列向量组成插值矩 阵。由于行星轮的某个轮齿经过N H ，个行星架 旋转周期后会与齿圈上特定轮齿( 振动传感器安 装点处) 再次啮合，如果将插值矩阵内存在的该轮 齿对啮合的整周期提取出来，组成一个H T ( H u n t i n gT o o t h ) 数据组，这样插值矩阵将被分 成N 。，个数据组，每个数据组由N 。( N 。N 。， 向下取整) 个整周期组成。由于在每个H T 数据 组内存在一个N 。的点，即行星齿轮P ，某一轮齿 与齿圈上特定轮齿啮合的位置点，将此点处M 。 ( 奇数) 个轮齿啮合周期内如个数据点提取出来， 成为H T 数据集内P ，数据的第1 层第1 个列向 量，依次将该轮齿N 。个周期内数据提取，组成 H T 数据集内P ，数据的第1 层N 。个列向量。 图4 行星齿轮振动信号分离方法 0 2 0 8 9 2 4 万方数据 航空学报 这样，将H T 数据组内按啮合时问顺序提取的所 有P ，数据分层排列。并逐层进行T S A ，最终形 成一个向量H T A 代表P ，某轮齿N 。处M 、个 啮合周期内数据点的统计平均，如果M 。 1 ，通 过加窗方式消除啮合周期两边M 。一1 个周期影 响。由于行星轮每个轮齿都会与齿圈上特定轮 齿啮合，按上述方法将分离的所有轮齿振动响 应排列综合就形成了P ，行星轮的振动分离 信号。 L e w i c k i 等一1 1 。在P G V S 方法基础上提出了 S G V S 方法。对于行星轮，所有轮齿都会与齿圈 上特定轮齿啮合，而太阳轮只有有限个轮齿在 N 点产生啮合振动。以O H 一5 8 C 直升机为例以 某个行星齿轮在N 电啮合时只有3 ( N H T 一3 ) 个 轮齿的振动响应以齿轮对啮合的形式提取出来， 因此文章在N 点处提取的是前4 个和后4 个啮 合周期内数据( M 、一N 。N H 。一9 ，N 。为太阳轮轮 齿数) 这样能保证完整的太阳轮轮齿振动响应来 实现太阳轮振动分离。另外，如果将所有行星齿 轮观测到的N 点振动数据提取并按照太阳轮轮 齿啮合顺序进行组合，就能得到分离的太阳轮振 动信号波形。 P G V S 与S G V S 方法在美国俄亥俄州 N A S A 格伦研究中心( G R C ) 的O H 一5 8 直升机全 尺寸单级行星传动轮系试验装置上进行了验证 信号分离波形如图5 所示_ l “。从图5 ( a ) 行星齿 轮分离信号中可以发现2 1 号轮齿处出现明显冲 击，验证了行星齿轮剥落故障的存在；图5 ( b ) 中 的太阳轮故障是8 号轮齿剥落，但波形图在7 号 轮齿附近存在冲击峰值，由于太阳轮分离信号无 法得到每个轮齿啮合振动波形。所以波形分析上 不如行星分离信号明显；从图5 ( e ) 中齿圈与行星 轮l 的啮合波形中明显发现了齿圈7 1 号轮齿处 裂纹故障产生的冲击。 整体而言，基于信号降噪与信号分离故障诊 断方法通过降低噪声、抑制无关信号干扰、增强故 障信号特征，分离出振动信号利用波形分析、参数 提取等方法进行故障诊断，具有直观实用的优点， 但是在故障模式与故障机理不清楚情况下，仅仅 保留局部特征容易滤除整体故障信息，减弱诊断 效果。 一 | _ 。A - - J 一_ h h 山“_ “k 1 L 一 址“i - “J _ J 山J 。t “_ 。I 山山山。 _ 1 ”1 丌1 1 7 丌呵呵呵1 吓 1 了1 l r P 。”叮1 ”- 丌丌 35791 11 35 1 7 1 92 l2 32 52 72 93 13 33 53 7 T o o t hn u m b e r ( a ) P l a n e tg e a rt o o t hs p a l l T o o t hn u m b e r b ) S u ng e a rt o o t hs p a Io o t hn u m b e r ( c ) R i n gg c a rt o o t hc r a c k 图5 振动分离信号一一 F i g 5 V i b r a t i o ns e p a r a t i o ns i g n a l s 9 3基于时频分析与解耦解调的故障诊断 由于直升机行星传动轮系振动信号存在非平 稳性特征( 详见第1 节) ，传统的平稳信号处理方 法无法直接应用。对于局部齿轮故障引起的行星 齿轮箱非平稳振动，时频分析是一种有效的分析 手段，能够揭示非平稳信号中的频率成分及其幅 值的时变特征。常用的时频分析方法包括线性时 频表示( 如短时F o u r i e r 变换和小波变换) 、W i g n e r V i l l e 分布( W V D ) 及双线性时频分布等。 S a m u e l 等 1 叫结合谐小波包变换( H W P T ) 以 及频率分布先验知识进行直升机行星传动轮系故 障诊断。由于故障产生会将啮合频率及谐波成分 的能量向边带转移，因此利用谐小波变换将振动 啮合频率及其谐波的边带能量转换为时间函数的 形式，通过分析能量的变化进行故障检测与识别， 形成了基于小波变换的正规化能量( N E ) 故障诊 断方法。S a x e n a 等 16 一采用复杂M o r l e t 小波分析 直升机行星传动轮系行星架裂纹故障。图6 的小 波尺度谱M j 中，健康状态下对应5 个行星齿轮的 5 个清晰的高能量区域能量分布均匀，而故障情 0 2 0 8 9 2 5 万方数据 航 空 学报 况下能量分布不均匀，且总量增加，他们进一步利 用F r o b e n i o u s 范数定量描述故障引起的能量变 化，对“黑鹰”直升机行星传动轮系在地面试验装 置及空中试验存在的裂纹故障进行了有效识别。 F o r r e s t e r 17 。对来自W e s s e x 直升机主减速器 的故障振动数据进行处理，通过w V D 分析出存 在的故障。图7 是W e s s e x 直升机主减速器输入 齿轮裂纹在失效前4 2h 的W V D 分析图口“。从 图7 中可识别出在4 4 倍轴旋转频率、轴角度为 1 0 0 。附近的故障干扰。 后来由S t a s z e w s k i 等 18 应用w V D 对时域 平均后的直升机传动系统故障齿轮的振动信号进 行分析，检测早期故障征兆。随后他进一步改善 了W V D 交叉项影响，并发现应用权重W V D 比 原来的w V D 更容易发现模式之中故障齿轮引起 的变化。而更多地将w V D 评估用于直升机齿轮 T i m e 图6健康与故障行星架的小波尺度谱“ F i g 6 W a v e l e ts c a l o g r a mf o rh e a l t h ya n df a u l t e dp l a n e c a r r i e r s i l 6J 3 6 0 3 0 0 2 4 0 皂一 j 曼18 0 粤 配 1 2 0 6 0 W i g n e r V i l l e ：W14 3 8 8 5V I B 箱故障检测的是N A S A 格伦研究中心P o l y s h c h u k 等 1 ”2 叩应用W V D 提供的重要信息评估了 直升机齿轮轮齿故障的位置与程度，研究提出了 齿轮故障诊断的重要参数N P 4 ，直接利用阈值判 断就可以检测故障存在，无需再进行人为的分析 与分布上的解释。 在使用W V D 进行时频分析的同时，研究人 员开始应用时频谱图进行直升机齿轮系故障诊 断。W a n g 和M c F a d d e n 妇应用时频谱图计算直 升机齿轮振动信号的时频分布，认为时频谱图是 非常有潜力的齿轮局部故障早期检测工具，并可 利用图像处理技术来提取故障特征用于故障检 测。后来F o r r e s t e r 2 2 1 研究认为。改进后的时频谱 图能够与消除交叉项影响后的W V D 对行星传动 轮系等齿轮类故障一样敏感。图8 为改进后的时 频谱图分析W e s s e xW A K l 4 3 主减速器输入齿轮 裂纹在失效前4 2h 的数据。22 I ，相比图7 中w V D 显示的故障特征更清晰。 W i l l i a m s 和Z a l u b a s 2 朝分别采用短时F o u r i e r 变换、小波变换、时频谱图以及w V D ，同时结 合奇异值分解( S V D ) 和零子空间( Z S S ) 分类器对 C H 一4 6 E 直升机包含行星传动轮系在内的7 种故 障与正常模式进行识别，都取得了比较好的检测 效果。他们认为在转速波动及载荷波动较小的情 况下，小波变换、短时F o u r i e r 变换以及长窗的时 频谱图效果比W V D 要好，但在载荷瞬时波动的 实际工况情况下，W V D 更有优势。 在常见的行星齿轮箱变工况条件下，比如风 02 04 06 08 01 0 F r e q u e n c y O r d e r 图7W V D 分析W e s s e x 直升机主减速器” F i g 7 W V D p l o to fW e s s e xm a i ng e a r b o x ：1 0 2 0 8 9 2 6 l g ( a m p l i t u d e M o d i f i e ds p e c t r o g r a m ：W 1 4 3 8 8 5V I Bd B ) 图8 改进时频谱图分析W e s s e x 直升机主减速器。 F i g 8 M o d i f i e ds p e c t r o g r a mp l o to fW e s s e xm a i n g e a r b o x ：! ! ： 6 4 2 O o 墙 。 五 o 4 6 4 筇。 矗 一 之d_ 万方数据 航空学报 力发电，变工况主要是转速波动，国内外开展了大 量变转速情况下的行星齿轮箱故障诊断技术研 究。相对而言直升机转速波动比较小，而受飞行 状态影响载荷大范围瞬时波动是直升机行星传动 轮系典型的运行工况。M o s h e r 等 2 q 通过对O H 一 5 8 C 飞行数据分析，如图9 所示，发现行星传动轮 系一阶啮合频率幅值与相位随载荷的变化呈现强 线性关系，并指出了载荷波动对同步平均等平稳 信号处理方法的限制。 目前大多数基于时频分析的研究成果均考虑 了载荷对直升机行星传动轮系故障诊断的影响， 但都是在载荷局部稳定情况下，而对载荷瞬时波 动情况下的故障诊断技术研究甚少，这将是未来 直升机行星传动轮系故障诊断研究的重点之一。 针对直升机行星传动轮系振动信号的耦合调 制特征，研究人员通过理论与仿真分析了行星齿 轮箱振动信号的频谱结构，提出了采用信号分解 解耦与信号包络频率解调的故障诊断方法，通过 简单易行的频谱分析实现故障诊断。 M c F a d d e n 和S m i t h E 2 、M c N a m e s E 2 6 1 和M o s h e r 2 7 发现由于行星齿轮部件之间的相对运动，使 振动信号频谱具有明显的不对称结构。L i u 等一2 8 在M c F a d d e n 分析的基础上考虑时间延迟对振动 边带结构的影响，仿真分析了直升机行星传动轮 系的振动响应信号。I n a l p o l a t 和K a h r a m a n 2 叼分 图9行星轮系一阶啮合频率幅值及相位与载荷的关系! t F i g 9R e l a t i o n s h i pb e t w e e na m p l i t u d ea n dp h a s eo fp l a n e t a r yg e a r st h ef i r s tn l e s hh a r m o n i ca n dt o r q u e - 。 析了行星齿轮振动信号的边带结构，认为由于行 星架旋转以及齿轮制造误差产生了调幅一调频效 应。M a r k 和H i n e s 3 们研究了由于不均衡负载和 行星架扭矩调制产生的边带分布。H o n g 等口u 分 析了行星齿轮箱健康和出现故障时的频谱边带特 征，并对各部件局部故障诊断特征频率进行了分 析计算。M i a o 和Z h o u 3 2 采用定轴齿轮箱信号 模型和传感器传递路径影响模型，分析单级行星 齿轮箱振动频谱特征。雷亚国等口胡在对行星齿 轮箱传动机理分析的基础上建立了行星齿轮箱的 振动信号仿真模型，并进一步分析了太阳轮、行星 轮局部故障振动信号模型。F e n g 和Z u o r 3 4 1 综合 啮合点故障振动信号简化模型以及行星架旋转调 幅效应建立了齿轮分布式故障、局部故障的振动 频谱解析表达式以及传感器测试振动信号的解析 模型，并进行了仿真分析与试验平台验证。 基于解析模型原理。F e n g 等口朝进一步提出 了利用信号分解等方法获得围绕在啮合振动频率 及其谐波附近的边带结构，并单独对其中调幅部 分和调频部分进行解调以获得包络谱和瞬时频率 谱。如图1 0 所示1 3 ，然后联合利用调幅部分与调 频部分中分别含有的故障齿轮特征频率信息进行 故障诊断，这样避免乘积效应的干扰，提高诊断准 确率。基于此，S a m u e l 和P i n e s 3 6 1 在美国马里兰 图1o基于信号分解与联合解调的故障诊断：“j F i g 1n F a u l td i a g n o s i sb a s e dons i g n a ld e c o m p o s i t i o n a n dj o i n td e m o d u l a t i o na n a l y s i s - 3 。： 0 2 0 8 9 2 7 万方数据 航空学报 大学的传动系统试验装置利用经验模式分解 ( E M D ) 将直升机行星传动轮系振动信号自适应 分解为若干单分量的调幅一调频本征函数( I M F ) ， 然后采用希尔伯特变换获得瞬时频率谱进行故障 检测。N i u 等口73 采样希尔伯特一黄变换( H H T ) 对 处理后的幅度谱和瞬时频率谱进行分析，诊断直 升机行星轮系故障，并与传统的傅里叶变换分析 进行对比，显示出H H T 在处理直升机非平稳非 线性振动信号上的优势。 目前应用于行星齿轮系信号分解的方法有集 中平均经验模态分解( E E M D ) 、局部均值分解 ( L M D ) 以及本征时间尺度分解( I T D ) E s s j 等，应用 于行星齿轮系信号解调的方法有希尔伯特变换与 能量算子解调等，这些方法进一步丰富了直升机 行星传动轮系的故障诊断方法。但基于信号解耦 解调的故障诊断方法仍然存在一些问题，主要体 现在：首先，由于不可避免的制造安装误差以分布 式故障形式反映在分解解调后的振动频谱中，容 易造成干扰，影响对局部式故障的分析诊断；其 次，由于信号分解与解调方法本身的局限性影响 频谱提取的效果，导致最终包络谱与瞬时频率谱 成分依然复杂，需要人为的分析与诊断。 4 基于数学模型与模式识别的故障诊断 针对直升机行星传动轮系故障数据少、故障 机理复杂的问题( 详见第1 节) ，研究人员利用数 学建模分析来寻求解决方法，目前在行星齿轮箱 故障诊断中应用的模型包括故障仿真模型、振动 响应模型、负载均衡模型以及其他模型等，这些模 型表征了输出响应与系统模型参数之间的关系， 有助于了解行星传动轮系原理提供有价值的故 障诊断方法。 M o s h e r 2 7 1 建立了行星轮均衡与非均衡分布 情况下的振动响应模型，并与两架直升机飞行振 动数据进行了对比，验证了模型预测的振动信号 频谱分布规律。F a n 等 3q 建立了行星架有裂纹 的直升机行星传动轮系扭振动态模型在仿真行 星架裂纹对行星桩角度偏移及轮系动态参数的影 响上考虑了时变啮合刚度、齿轮间隙、黏滞阻尼等 非线性因素。基于模型的仿真信号在裂纹行星架 齿轮对啮合时幅值产生了明显的变化，从时频域 的故障特征提取可以有效诊断出裂纹的长度与位 置。C h e n g 和H u _ 4 ”建立了正常和太阳轮轮齿故 障的直升机行星传动轮系扭振动态模型，进行了 信号仿真验证，并基于模型提出的特征参数定量 检测出太阳轮轮齿故障程度，检测效果在直升机 行星传动轮系仿真台上进行了验证。R o m a n o 2 o 提出了一种模型与数据驱动的直升机行星轮系故 障诊断方法，如图1 1 所示，结合了故障仿真模型 以及振动响应模型分析，通过模型、仿真以及试验 图1 1 基于模型的 F i g 11S i m u l a t i n gv i b r a t i o ns i g n a 己架裂纹振动信号仿真奠 fp l a n e tc a r r i e rc r a c kb a s e do nm o d e l s 0 2 0 8 9 2 8 万方数据 航空学报 数据诊断直升机传动系统的初期故障，方法经过 了注入故障以及飞行故障的验证。 上述基于模型和数据驱动的直升机行星轮系 故障诊断方法主要由频率响应分析、有限元分析、 振动传递模型以及振动仿真信号输出4 个核心模 块组成。频率响应分析模块通过对比行星齿轮振 动物理模型与齿轮箱测试平台振动数据在振动边 带特性上的偏差，设置均方误差目标函数，从而建 立系统非线性响应公式，最终估计得到频率响应 参数( 口，口) ，其中a 为调制幅值的傅里叶系数，表 示从齿圈固定点观测到单个行星轮啮合振动受行 星轮旋转产生的调制效应的强度；口为啮合振动 幅值，表示从行星架固定点观测到单个行星轮与 太阳轮、齿圈同时啮合时产生的振动强度。这两 个参数在振动传递模型中属于对故障不敏感的参 数。有限元分析模块通过对行星架有限元模型分 析，确定在不同负载条件下不同裂纹长度下行星 齿轮偏移角度，并通过对出现裂纹后行星架偏移 的静态变形参数化分析，估计出行星轮角度偏移 量，该偏移量在后续振动传递模型中属于对故障 敏感的参数。振动传递模型在基本物理模型上分 析不同行星架裂纹故障状态下的行星齿轮偏移角 度对振动的影响，并结合正常情况下系统频率响 应参数共同确定故障状态下振动特性变化，并产 生相应仿真情况下的振动信号。为确保在特定的 工况与裂纹长度下所产生的仿真振动信号与真实 振动信号在特征参数上的一致性，方法中增加了 基于测试平台数据而来的统计噪声影响以及随机 噪声影响，并采用与真实振动信号处理过程中相 同的滤波方法，最终形成带有特定行星架裂纹模 式影响的振动仿真信号。将所有故障模式下的振 动仿真信号作为输入，与待测故障模式下振动信 号的特征参数进行残差比对，满足残差条件的输 入模式即为待测模式，诊断出行星传动轮系故障。 对于基于模型的诊断方法，能增进对直升机 行星传动轮系故障模式下多种物理响应的理解和 丰富故障诊断方法与数据来源，但由于模型存在 许多假设和简约化，无法覆盖到各种不确定因素 影响，仿真数据与真实情况仍存在一定差距，故障 诊断精度有待提高。 针对直升机行星传动轮系不同状态下高健壮 性故障特征选取与故障模式识别的难题，研究人 员开展了大量研究与评估工作 4 “。在故障特征 提取方面，S p a r i s 和V a c h t s e v a n o s 4 2 3 与希腊德谟 克里特大学合作采用振动信号能量特征有效区分 了“黑鹰”直升机试验和实际数据中正常和裂纹行 星架。B l u n t 和K e l l e r 3 1 通过行星轮运动调制后 单个行星齿轮的啮合振动幅值及相位变化的均方 根值来进行故障检测，结果表明在试验装置上对 裂纹故障有可靠的检测。M c I n e r n y 等H 3 3 利用行 星轮通过效应对齿圈啮合振动调制影响在有无行 星架裂纹故障下的差异，分别从频域能量提取特 征量进行故障检测，在试验装置中取得较好效果。 随后，W a n g 和K e l l e r 4 4 1 利用同样的原理检测出 了行星架裂纹故障，但特征量改为时域标准差，避 免了频域方法需要频率带的选择。H i n e s 等 4 5 从时域平均信号中提取能量比率特征以诊断“黑 鹰”直升机行星架严重裂纹故障，发现啮合频率的 高次谐波对故障更为敏感。S a x e n a 等口6 采用 M o r l e t 小波对振动信号按频带分解，从小波时频 图中提取能量、方差等特征参数以区分正常和裂 纹行星架；V a nH e c k e 等H 6 1 从频域分段平均后的 能量算子( E 0 ) 和包络信号( A M ) 中提取常用统 计指标( C I s ) 有效识别了直升机行星架裂纹故障， 而且发现C I s 中峰值( P e a k ) 、均方根值( R M S ) 、 上边界值( U B ) 及峭度因子( C F ) 对工况变化不敏 感，在地面试验装置和空中数据中对该方法进行 了验证。S a m u e l 和P i n e s 4 7 。4 胡利用谐波小波获得 均方小波映射，对人为模拟的行星齿轮箱缺齿、剥 落、裂纹3 种故障类型进行了区分，提出了用正规 化能量特征对直升机行星齿轮箱中太阳轮剥落等 故障进行诊断；随后在约束自适应提升算法基础 上，又提出了约束自适应提升指标来区分直升机 行星齿轮箱齿轮健康状态。w u 等 4 9 4 0 1 提取反映 故障的时域有效值、频域谐波指标和小波域能量 方差等特征来检测直升机行星齿轮箱故障。 D e m p s e y 等邸1 改进F M 4 、N A 4 等统计特征以区 分直升机行星齿轮箱的正常与故障状态。 N A S A 口纠采用三轴加速度传感器的振动数据时 频域信息通过主成分分析( P C A ) 获得主要的振 动分量，利用统计特征表明与单轴传感器相比降 低了直升机行星齿轮箱故障误警率。K e l l e r 和 G r a b i l l b 朝分析了“黑鹰”直升机的振动数据，发现 边频带指标( S I ) 和边频带程度因子( S L F ) 能有效 0 2 0 8 9 2 9 万方数据 航空学 报 检测试验中模拟的故障但是对低载荷的空中飞 行状态检测效果不佳。C h e n g 和H u 4 0 。提出了采 用边带幅度因子( S R ) 进行太阳轮轮齿故障定量 检测，在直升机行星传动轮系仿真台上有效检测 出不同程度的太阳轮切齿故障。 研究人员利用故障特征参数的变化检测直升 机行星传动轮系的故障，在时域、频域、小波域都 取得了丰富的研究成果。但检测的效果受限于具 体的试验条件，对空中出现的故障检测能力不佳， 而且大多数故障特征参数没有经过空中数据的实 际验证。 在模式识别方面。C h i n 等一“o 研究了一种故 障模式分类系统。包括量子矩阵和多值影响矩阵， 并利用该系统识别出了直升机行星齿轮箱多种故 障；S a m u e l 和P i n e s 。5 列采用归一化能量尺度作为 特征参数、自组织神经网络作为分类器，对直升机 传动系统行星齿轮故障进行自动诊断；D o n g 等 s 叫运用先进隐马尔科夫模型( A H M M ) 来提取 状态特征，对直升机传动系统行星架健康状态进 行分类，有效识别试验装置和空中飞行数据中的 裂纹故障。后来D o n g 等 s7 结合小波分析与隐含 半一马尔可夫模型( H S M M ) 对直升机传动系统行 星架健康状态进行分类，也取得了比较好的效果。 然而，H S M M 最主要的问题是运算量复杂。国防 科技大学的C h e n g 等_ ”6 叫通过物理模型和试验 模拟来获取直升机太阳轮故障的振动信号，提出 基于灰色关联度分析的方法诊断太阳轮轮齿点蚀 和裂纹故障。 K h a w a j a 等一“一在经典最小二乘支持向量机 ( L S S V M ) 算法上修改了一类检测器提高算法区 别健康与故障状态的有效性与健壮性，检测出了 U H 6 0 直升机行星架不断增长的裂纹。该方法在 U H 一6 0 “黑鹰”直升机行星架裂纹扩展试验中得到 验证，如图1 2 所示，首先使用单特征参数作为输 入，以前3 0 个地面空中一地面( G A G ) 循环的 正常数据进行训练，在第6 1 个G A G 循环后判别 出潜在故障；其次使用特征参数集为输入，同样以 前3 0 个G A G 循环的正常数据进行训练，在第3 3 个G A G 循环后就判别出潜在故障，如图1 2 所 示，而同样在上述3 个特征情况下采用概率神经 网络( P N N ) 与经典支持向量机( S V M ) ，分别判别 出潜在故障的循环数是5 7 和6 3 。该方法采用无 G I + O u l l d a i r - g r o u n d ( G A G ) c 、c l c 图12L S S V M 诊断U H 6 0 行星架裂纹结果“ F i g 12L S S V Md i a g n o s i sr e s u l t sf o rp l a n e t a r yc a r r i e r c r a c ko fU H 6 0 16 1 ： 监督学习方式，直接利用正常数据进行训练。鲁棒 性强，可以有效处理小样本数据并满足一般实时 性要求，因此比较适合直升机行星传动轮系故障 诊断中正常数据多、故障样本少的实际情况，具有 一定应用价值。 基于模式识别的诊断方法克服了其他方法需 要人为经验判断的缺点，在具有一定数据量训练 样本的情况下能获得较好的诊断效果。但直升机 较少的飞行故障样本数据以及地面与空中条件的 变化制约着模式识别诊断方法的应用。 5 结论与展望 丰硕的研究成果推动了直升机行星传动轮系 故障诊断技术的发展，从一定意义上更清晰地解 读了直升机行星传动轮系故障诊断所面临的难 题，为后续研究提供了基础。随着国内外直升机 的应用领域越来越广泛，直升机H U M S 对保障 飞行安全的作用和意义受到前所未有的重视，迫 切需要进一步深入开展行星传动轮系故障诊断技 术研究，并尽快推动优秀技术成果的工程应用，提 高飞行安全，降低维护成本，减少经济损失。未来 直升机行星传动轮系故障诊断技术的发展，作者 认为应重点关注以下方面： 1 ) 系统性的诊断方法研究。根据直升机行 星传动轮系故障诊断的特点和难点，从故障机理、 振动模型、信号处理、特征提取以及模式识别等方 面研究系统性的诊断方法。在故障模式方面开展 复合故障的诊断方法研究；在故障程度、位置方面 0 2 0 8 9 2 1 0 万方数据 航空学报 开展早期微弱故障、故障程度定量诊断以及故障 位置评估方法研究；在实际工况方面开展瞬时交 变载荷下的故障诊断方法研究；在故障注入与飞 行试验验证方面形成方法诊断性能的评估指标与 体系等。 2 ) 基于信息融合的故障诊断方法研究，包括 多传感器融合、多域特征融合以及多方法融合。 随着传感器技术发展和工程应用加快，未来直升 机健康在线监测传感器将由单一的振动传感器向 振动、油液、声学及光学等多类型传感器方向发 展。因此，基于多传感器信息融合的诊断方法将 是未来发展方向。另外，基于时域、频域及小波域 等多域特征的融合诊断，以及基于信号处理、数学 建模及模式识别等多方法融合诊断也都是未来的 发展方向。 3 ) 基于深度学习的故障诊断方法研究。随 着直升机H U M S 装备数量的增加，未来直升机 飞行数据量将不断增大，另外考虑到设计数据、试 验数据、使用与维护数据等多维度数据，庞大的数 据资源为直升机行星传动轮系故障诊断提供了新 的技术途径，未来开展基于机器深度学习的故障 诊断方法具有现实的意义。 参考 文 献 1 2 3 E 4 5 6 L E IYG ，L I NJ ，Z U OMJ ，e ta 1 C o n d i t i o nm o n i t o r i n g a n df a u l td i a g n o s